本发明专利技术基于双目显微立体视觉的零件精确定位方法属于计算机视觉测量技术领域，涉及一种基于双目显微立体视觉的精密零件的精确定位方法。采用双目显微立体视觉系统，利用两个CCD摄像机采集被测零件的图像，立体显微镜将被测零件上的待测区域的图像信息放大；采用棋盘格标定板对两个CCD摄像机进行标定；采用Harris角点检测算法及亚像素提取算法进行特征点的提取。将提取后的特征点进行初匹配和匹配点对的校正，将特征点图像坐标输入到标定好的系统中得到特征点的空间实际坐标。本发明专利技术解决了由于待测目标区域小、定位精度要求高、非接触等问题所产生的测量难题。采用基于双目显微立体视觉的非接触式测量方法，很好的完成了精密零件的精确定位。
【技术实现步骤摘要】
本专利技术属于计算机视觉测量
，特别涉及一种基于双目显微立体视觉的精密零件的精确定位方法。
技术介绍
双目立体视觉技术通过模拟人类双眼的处理方式，具有获取待测物体深度信息的能力，进而能够获得被测物体的空间位置信息，同时又具有无损测量及实时测量的优点，在各行各业得到了广泛的应用。双目显微立体视觉技术是建立在双目立体视觉技术和体式显微镜技术之上的，通过左右两个CCD摄像机分别捕捉立体显微镜两条光路的图像，通过捕捉的图像存在同双目视觉测量时类似的角度差，能够实现对目标的三维测量。双目显微立体视觉技术在保证非接触性、实时性等优点的同时能够精确地获得目标点的空间位置信息。其可应用于三维高精度伺服控制、高精度空间定位以及高精度三维测量等方面。零件的加工定位精度直接影响着零件的加工精度，而对于精密零件定位精度有可能直接影响加工零件是否可用，同时针对精密超精密零件的加工定位往往要求非接触的特点，基于双目显微立体视觉的精密零件的精确定位方法应运而生。重庆大学的汤宝平等人申请的专利技术专利CN102567989A“基于双目立体视觉的空间定位方法”针对空间定位存在的摄像机标定过程繁琐、定位精度不高问题提出了一种新的基于双目立体视觉的空间定位方法，该方法通过对摄像机进行标定求得摄像机的单应性矩阵和畸变系数，再通过标定结果获得目标点的理论坐标，最后结合目标点的实际坐标计算出目标点的空间坐标。然而，由于双目显微立体视觉系统具有更加复杂的光路，焦深小，畸变因素较多，视场窄，而目前广泛采用的摄像机标定方法都是建立在大视场下实现的，因此上述方法并不能解决基于双目显微立体视觉的精密零件的精确定位。
技术实现思路
本专利技术要解决的技术难题是克服现有技术的缺陷，专利技术一种基于双目显微立体视觉的精密零件的精确定位方法，解决由于待测目标区域小、定位精度要求高、非接触等问题所产生的测量难题。采用基于双目显微立体视觉来实现精密零件的精确定位，拓宽了传统的基于双目立体视觉的空间定位方法的应用范围，并提高了测量的精度，解决了待测零件区域小，定位精度要求高，难以测量的问题。本专利技术所采用的技术方案是基于双目显微立体视觉的精密零件的精确定位方法，其特征是，采用双目显微立体视觉系统，利用左右两个CCD摄像机2、2’采集被测零件4的图像位置信息，立体显微镜3将被测零件4上的待测区域6的图像位置信息进行放大；放大后的图像经过图像采集卡传到工业控制计算机9内，采用精度较高的棋盘格标定板对左右两个CCD摄像机进行标定；采用Harris角点检测算法及亚像素提取算法进行待测特征点的提取；将提取后的待测特征点进行初匹配和匹配点对的校正；将已经匹配好的特征点图像坐标输入到标定好的系统中得到特征点的空间实际坐标；测量方法的具体步骤如下:( I)左右两个(XD摄像机的标定左右两个(XD摄像机的标定包括摄像机内参数和摄像机外参数；摄像机内参数包括尺度因子α、β，主点坐标U(l，Vtl，以及垂直因子Y ;在标定过程中，需要先得到摄像机的五个内参数，在求得内参数矩阵的基础上，求解摄像机外参数矩阵；尺度因子是空间点在经过平移旋转变换之后，它在摄像机坐标系中的坐标与它在图像坐标系中的坐标的尺度关系，本专利技术对尺度因子的标定采用张氏摄像机标定法；根据摄像机的针孔模型可建立图像坐标系与世界坐标系的关系公式为:权利要求1.一种，其特征是，采用双目显微立体视觉系统，利用左右两个CXD摄像机(2、2’)采集被测零件(4)的图像位置信息，立体显微镜(3)将被测零件(4)上的待测区域(6)的图像位置信息进行放大；放大后的图像经过图像采集卡传到工业控制计算机(9)内，采用精度较高的棋盘格标定板对左右两个CCD摄像机进行标定；采用Harris角点检测算法及亚像素提取算法进行待测特征点的提取；将提取后的待测特征点进行初匹配和匹配点对的校正；将已经匹配好的特征点图像坐标输入到标定好的系统中得到特征点的空间实际坐标；测量方法的具体步骤如下: (I)左右两个CXD摄像机的标定 左右两个CCD摄像机的标定包括摄像机内参数和摄像机外参数；摄像机内参数包括尺度因子α、β，主点坐标u0,u1，以及垂直因子Y ;在标定过程中，需要先得到摄像机的五个内参数，在求得内参数矩阵的基础上，求解摄像机外参数矩阵；尺度因子是空间点在经过平移旋转变换之后，它在摄像机坐标系中的坐标与它在图像坐标系中的坐标的尺度关系，本专利技术对尺度因子的标定采用张氏摄像机标定法；根据摄像机的针孔模型可建立图像坐标系与世界坐标系的关系公式为:全文摘要本专利技术属于计算机视觉测量
，涉及一种基于双目显微立体视觉的精密零件的精确定位方法。采用双目显微立体视觉系统，利用两个CCD摄像机采集被测零件的图像，立体显微镜将被测零件上的待测区域的图像信息放大；采用棋盘格标定板对两个CCD摄像机进行标定；采用Harris角点检测算法及亚像素提取算法进行特征点的提取。将提取后的特征点进行初匹配和匹配点对的校正，将特征点图像坐标输入到标定好的系统中得到特征点的空间实际坐标。本专利技术解决了由于待测目标区域小、定位精度要求高、非接触等问题所产生的测量难题。采用基于双目显微立体视觉的非接触式测量方法，很好的完成了精密零件的精确定位。文档编号G06T7/00GK103247053SQ20131018222公开日2013年8月14日 申请日期2013年5月16日 优先权日2013年5月16日专利技术者刘巍, 贾振元, 屠先明, 王福吉, 王文强, 赵凯 申请人:大连理工大学本文档来自技高网...
【技术保护点】
一种基于双目显微立体视觉的零件精确定位方法，其特征是，采用双目显微立体视觉系统，利用左右两个CCD摄像机（2、2’）采集被测零件（4）的图像位置信息，立体显微镜（3）将被测零件（4）上的待测区域（6）的图像位置信息进行放大；放大后的图像经过图像采集卡传到工业控制计算机（9）内，采用精度较高的棋盘格标定板对左右两个CCD摄像机进行标定；采用Harris角点检测算法及亚像素提取算法进行待测特征点的提取；将提取后的待测特征点进行初匹配和匹配点对的校正；将已经匹配好的特征点图像坐标输入到标定好的系统中得到特征点的空间实际坐标；测量方法的具体步骤如下：（1）左右两个CCD摄像机的标定左右两个CCD摄像机的标定包括摄像机内参数和摄像机外参数；摄像机内参数包括尺度因子α、β，主点坐标u0，v0，以及垂直因子γ；在标定过程中，需要先得到摄像机的五个内参数，在求得内参数矩阵的基础上，求解摄像机外参数矩阵；尺度因子是空间点在经过平移旋转变换之后，它在摄像机坐标系中的坐标与它在图像坐标系中的坐标的尺度关系，本专利技术对尺度因子的标定采用张氏摄像机标定法；根据摄像机的针孔模型可建立图像坐标系与世界坐标系的关系公式为：Zcuv1=αγu00βv0001RtXwYwZw1---(1)其中：α和β就是需要标定的尺度因子，Xw,Yw,Zw是空间中一点P的三维空间坐标，u,v是P点在图像上的图像坐标，R,t代表了摄像机坐标系相对于世界坐标系的旋转和平移矩阵；若令X′w=(Xw,Yw,Zw)T，则x‾w=(u,v)T,Zc=s,其中，H也称为单应性矩阵，且有H=K[r1,r2,t]?????????????????(3)每一个位置的标定板图像都独立对应一个单应性矩阵，令H=[h1,h2,h3]则可由上式推得：[h1??h2??h3]=λK[r1??r2??t]???????????(4)其中，λ为任意的比例因子，K摄像机内参数矩阵，因r1和r2是单位正交向量，即r1Tr1=r2Tr2=1且r1Tr2=0则：h1TK-TK-1h1=h2TK-TK-1h2=1---(5)h1K?TK?1h2=0???????????????????(6)根据公式(5)公式(6)，计算出立体显微镜左右光路的摄像机尺度因子；针对主点坐标，采用变倍率法对摄像机的主点进行标定；假设空间中任意一点P在摄像机坐标系中的坐标为x1,y1,z1，在不考虑非线性畸变以及图像坐标垂直度的情况下，该点的图像平面投影的坐标为：u1=rx1+u0v1=ry1+v0---(7)其中u1,v1是该点的图像坐标，r是任一放大倍率，u0,v0是主点坐标；将式中的r消去，可得直线方程：u1-u0x1=v1-v0y1---(8)即在任何放大倍率下，点x1,y1,z1的图像坐标都在同一直线上，且该直线一定经过摄像机主点u0,v0；为了求取摄像机主点u0,v0，选定12个在图像投影平面上不重合的点，令这12个点分别在不同放大倍率下0.7、1、2、2.4、3、5、5.8、8进行投影，利用最小二乘法对获得的12条直线进行拟合，并用最小二乘法求取12条直线的交点坐标即摄像机主点u0,v0；由于垂直因子γ对成像精度影响 不大，因此在初始参数标定时，将γ设为0，通过优化手段得到γ具体值；针对摄像机外参数旋转矩阵R和平移矩阵t；由公式(2)知，在标定完内参数矩阵K和单应性矩阵H后可以求得摄像机旋转矩阵R=[r1,r2,r3]和平移向量t如下：r1=λK?1h1r2=λK?1h2?????????????????????(9)r3=r1×r2t=λK?1h3在初步标定完左右两个CCD摄像机的主参数后，下一步是对主参数和畸变参数的优化；为了简化优化参数，本专利技术采用四元数法将旋转矩阵R=[r1,r2,r3]=r11r21r31r12r22r32r13r23r33中的九个未知数缩减为四个，公式如下：q1=1+r11+r22+r332,q2=r23-r324q1,q3=r31-r134q1,q4=r12-r214q1q2=1+r11-r22-r332,q1=r23-r324q2,q3=r12+r214q2,q4r31-r134q2???????(10)q3=1-r11+r22-r332,q1=r31-r134q3,q2=r12-r214q3,q4=r23-r324q3q4=1-r11-r22+r332,q1=r12-r214q4,q2=r31+r134q4,q3=r23-r324q4从公式(10)...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘巍，贾振元，屠先明，王福吉，王文强，赵凯，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。